AI资讯 / 产业

产业 / 媒体

Claude语音模式全面升级,Opus与Sonnet模型加持并支持邮件直发

The Decoder

Anthropic近日对Claude的语音模式进行了重大升级,将其从此前仅支持Haiku模型扩展至更强大的Opus和Sonnet模型。用户现可在移动端、桌面端及网页端对话过程中随时切换模型,语音模式同时支持11种语言。此次升级的核心亮点在于工具集成能力——Claude可在语音对话中直接调用Gmail、Google Calendar和Slack,实现语音撰写并发送邮件的完整闭环操作。与OpenAI的GPT-Live采用全双工音频、Google Gemini Live仅限智能手机使用相比,Claude采用轮流对话机制,虽在语音自然度上略逊一筹,但凭借独特的工具集成能力,尤其是语音直接发送邮件这一功能,在实用性层面建立起差异化竞争优势,成为三大主流AI语音助手中工具整合最为深入的产品。

Anthropic正式宣布将Claude语音模式的模型支持范围从Haiku扩展至Opus和Sonnet。这意味着用户在进行语音对话时,可以调用Anthropic旗下能力更强的模型,而不再局限于轻量级版本。此次升级覆盖移动应用、桌面客户端和网页端三大平台,用户甚至可以在同一段对话进行中途切换所使用的模型,灵活性大幅提升。

工具集成是本次升级最具实际价值的部分。Claude语音模式现已支持连接Gmail、Google Calendar和Slack等主流生产力工具。用户只需通过语音指令,即可完成邮件的撰写、编辑与发送全流程,无需切换至任何其他应用。Anthropic目前是三大主流AI助手提供商中唯一实现这一功能的厂商,这在语音AI领域构成了明显的差异化优势。

从技术架构来看,Claude采用的是轮流对话机制,即等待用户说完后再作出回应,与OpenAI GPT-Live所采用的全双工音频方案有所不同。全双工方案允许AI在用户说话的同时进行聆听和处理,交互体验更接近真实人类对话。Google的Gemini Live与Claude类似,同样采用轮流对话方式,但目前仅限于智能手机端使用,平台覆盖范围相对有限。

在语音自然度方面,OpenAI和Google目前仍占据优势。两家公司在语音处理技术上的积累使其产品听起来更加流畅自然,用户体验更为接近真人交流。Claude在这一维度上的表现相对保守,但Anthropic显然选择了以功能深度而非语音拟真度作为核心竞争策略,将资源集中投入到工具整合与模型能力的提升上。

此次升级标志着AI语音助手的竞争正从单纯的语音交互体验,向与外部工具深度融合的实用性方向演进。对于需要在工作流程中频繁处理邮件、日程和即时通讯的专业用户而言,Claude语音模式所提供的工具调用能力具有切实的生产力价值。随着各家厂商持续加码语音AI赛道,工具集成能力或将成为下一阶段竞争的关键战场。

要点

  • Claude语音模式现已支持Opus和Sonnet两款更强大的模型,用户可在移动端、桌面端和网页端对话中途自由切换模型。
  • 语音模式新增对Gmail、Google Calendar和Slack的工具集成,支持通过语音直接撰写并发送邮件,Anthropic是目前唯一实现这一功能的主流AI助手提供商。
  • Claude采用轮流对话机制,在语音自然度上不及OpenAI GPT-Live的全双工方案,但在工具整合深度上建立起差异化竞争优势。
  • Google Gemini Live与Claude同样采用轮流对话方式,但目前仅限智能手机端,平台覆盖不及Claude全面。
  • AI语音助手的竞争重心正从语音拟真度向工具集成与实际生产力价值转移。
查看原始来源

原始标题:Claude's voice mode now runs on Anthropic's most capable models across all platforms

本文由 DataHub 基于公开来源整理,用于信息发现与摘要阅读;具体事实、数据和后续更新以原始来源为准。